[toc]
DeepStack
图 1：HUNL 中公开树的一部分。
图2：DeepStack架构：
A: 公共树的推理，action probabilities for all cards
B: evaluation function: 使用NN，该网络以当前迭代的公开状态和范围作为输入，然后输出两个玩家的反事实价值。
C: 随机生成poker situations(pot size, board cards, ranges)，生成训练样本，供NN训练。
Continual re-solving 持续解决
Limited depth lookahead via intuition 通过直觉实现有限深度前瞻
Sound reasoning 合理推理
DeepStack的深度有限的连续重算是可靠的。如果DeepStack的直觉是“好的”, 并且在每一个重新求解的步骤中都使用了“足够的”计算，那么DeepStack就扮演了一个任意接近于纳什均衡的近似。
Sparse lookahead trees 稀疏前瞻树
reduction in the number of actions.
Relationship to heuristic search in prefect information games
Relationship to abstraction-based approaches
Deep Counterfactual Value Networks
Architecture & Train:
两个NN；
Flop Network: 1 million randomly generated flop games.
Turn Network: 10 million randomly generated poker turn games.
一个辅助网络；在处理任何公共卡之前，使用一个辅助的值网络来加速早期动作的重新求解
输入：池底大小，公共牌，手牌范围（Player Card ranges）=> hand clusters。
输出：Zero-sum; Conterfactual values。
Evaluating DeepStack
Online
DeepStack 会在游戏的每一个节点重新计算一小段可能性的树，而不是提前算出整个博弈树。
Algorithm
reference